DE102005036998B4 - Vorrichtung zur automatischen Detektion von Auffälligkeiten in medizinischen Bilddaten - Google Patents

Vorrichtung zur automatischen Detektion von Auffälligkeiten in medizinischen Bilddaten Download PDF

Info

Publication number
DE102005036998B4
DE102005036998B4 DE102005036998.7A DE102005036998A DE102005036998B4 DE 102005036998 B4 DE102005036998 B4 DE 102005036998B4 DE 102005036998 A DE102005036998 A DE 102005036998A DE 102005036998 B4 DE102005036998 B4 DE 102005036998B4
Authority
DE
Germany
Prior art keywords
image data
abnormalities
applications
anatomical
determination module
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
DE102005036998.7A
Other languages
English (en)
Other versions
DE102005036998A1 (de
Inventor
Dr. Gündel Lutz
Daniel Rinck
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Healthineers Ag De
Original Assignee
Siemens AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens AG filed Critical Siemens AG
Priority to DE102005036998.7A priority Critical patent/DE102005036998B4/de
Priority to JP2006209462A priority patent/JP4901358B2/ja
Priority to US11/498,799 priority patent/US7933436B2/en
Priority to CN200610146374XA priority patent/CN1935089B/zh
Publication of DE102005036998A1 publication Critical patent/DE102005036998A1/de
Application granted granted Critical
Publication of DE102005036998B4 publication Critical patent/DE102005036998B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computerised tomographs
    • A61B6/032Transmission computed tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing

Abstract

Vorrichtung zur automatischen Detektion von Auffälligkeiten in medizinischen Bilddaten, insbesondere CT-Bilddaten, eines Körperbereiches eines Patienten, mit: – einer Speichereinrichtung (3) für die Speicherung der Bilddaten, wobei die Bilddaten mindestens eine anatomische Zielregion umfassen, – zumindest einem Bestimmungsmodul (2), das eine Einheit (12) zur Bestimmung einer oder mehrerer anatomischer Regionen, die durch die Bilddaten erfasst sind, mittels Mustererkennung aus den Bilddaten umfasst, wobei die Bilddaten dem Bestimmungsmodul (2) über eine oder mehrere Eingangsschnittstellen zuführbar sind, – mehreren unterschiedlichen Untersuchungsmodulen (4), die jeweils zumindest eine Applikation (14–21) für die automatische Detektion bestimmter Auffälligkeiten in einer bestimmten anatomischen Region umfassen, – einer Eingabeeinheit (5), über die für die Zielregion eine der Applikationen (14–21) zur Detektion von Auffälligkeiten als Primärapplikation gestartet werden kann, – einer Steuerungseinheit (1), die auf Basis zumindest der durch das Bestimmungsmodul (2) bestimmten einen oder mehreren anatomischen Regionen weitere Applikationen (14–21) automatisch auswählt und im Hintergrund ausführt, die für die Detektion von Auffälligkeiten in der durch die Bilddaten erfassten anatomischen Region oder den durch die Bilddaten erfassten anatomischen Regionen geeignet sind, – einer Ausgabeeinheit (6), auf der das Ergebnis der Primärapplikation sowie eine Information über zusätzliche Auffälligkeiten angezeigt werden, die mit den im Hintergrund ausgeführten Applikationen (14–21) automatisch detektiert wurden.

Description

  • Die vorliegende Erfindung betrifft eine Vorrichtung zur automatischen Detektion von Auffälligkeiten in medizinischen Bilddaten eines Körperbereiches eines Patienten, mit einer Speichereinrichtung für die Speicherung der Bilddaten, einer Eingabeeinheit, mit der eine Applikation zur automatischen Detektion bestimmter Auffälligkeiten in den Bilddaten gestartet werden kann, sowie einer Ausgabeeinheit, auf der das Ergebnis der Applikation angezeigt wird.
  • Die medizinische Bildgebung wird bei den unterschiedlichsten diagnostischen Fragestellungen zur Unterstützung der Diagnose an einem Patienten eingesetzt. In den aufgezeichneten Bilddaten lassen sich zwar diagnostisch relevante Auffälligkeiten durch einen erfahrenen Anwender erkennen, bei noch unerfahrenen Anwendern besteht jedoch die Gefahr, dass derartige Auffälligkeiten aufgrund einer nicht immer optimalen Bildqualität übersehen werden. Zur Verminderung dieser Problematik sind Vorrichtungen bekannt, mit denen eine automatische Detektion von Auffälligkeiten in den aufgezeichneten Bilddaten erfolgen kann. Diese Vorrichtungen umfassen in der Regel eine Datenverarbeitungsstation mit einem Speicher für die Bilddaten, auf der vom Anwender eine CAD-Applikation (CAD: Computer Aided Detection) gestartet werden kann. So sind beispielsweise Applikationen für die automatische Detektion von Läsionen in den anatomischen Regionen Brust, Lunge und Dickdarm bekannt. Weitere bekannte Anwendungen betreffen die Leber, die Knochen und das Gehirn.
  • Nach dem Vorliegen der auszuwertenden Bilddaten wird die entsprechende Applikation oder entweder automatisch oder durch eine Eingabe des Anwenders gestartet. Für die unterschiedlichen diagnostischen Fragestellungen stehen unterschiedliche Untersuchungsmodule mit den unterschiedlichen Applikationen zur Verfügung, beispielsweise in der Lungendiagnostik eine Applikation für die automatische Detektion von Lungenknoten oder in der Mammadiagnostik eine Applikation für die automatische Detektion von Mammaknoten. Andere anatomische Regionen, die bei der diagnostischen Bildgebung mit aufgenommen wurden, oder andere diagnostische Fragestellungen werden bei der automatischen Detektion nicht berücksichtigt.
  • Eine derartige Vorgehensweise beschreibt beispielsweise die WO 2004/029851 A1 .
  • In der US 5,235,510 A ist ein Rechner-gestütztes Diagnosesystem beschrieben, bei dem ebenfalls Applikationen zur automatischen Detektion von Auffälligkeiten in bestimmten anatomischen Regionen gestartet werden können. Auf Basis von Attributdaten, die den jeweiligen Bilddaten zugeordnet sind, wird jeweils die für die Bilddaten am besten geeignete Primärapplikation ausgewählt. Hierbei wird in der Regel eine Applikation ausgewählt und auf die Bilddaten angewendet. Bei Vorliegen mehrerer Applikationen für die Bestimmung der Auffälligkeiten wird automatisch die korrekte Applikation ausgewählt, so dass die Ausgabe fehlerhafter CAD-Daten verhindert und somit die Diagnosequalität verbessert wird. Die Druckschrift führt auch an, mehrere geeignete Applikationen hintereinander auf die Bilddaten anzuwenden, falls derartige Applikationen erkannt werden. Die automatische Auswahl einer geeigneten Applikation erfolgt dabei immer auf Basis der den Bilddaten zugeordneten Attribute.
  • Die Aufgabe der vorliegenden Erfindung besteht darin, eine weitere Vorrichtung zur automatischen Detektion von Auffälligkeiten in medizinischen Bilddaten bereitzustellen, die die Wahrscheinlichkeit von nicht erkannten Auffälligkeiten in den medizinischen Bilddaten weiter verringert.
  • Die Aufgabe wird mit der Vorrichtung gemäß Patentanspruch 1 gelöst. Vorteilhafte Ausgestaltungen der Vorrichtung sind Gegenstand der Unteransprüche oder lassen sich der nachfolgenden Beschreibung sowie dem Ausführungsbeispiel entnehmen.
  • Die vorliegende Vorrichtung zur automatischen Detektion in medizinischen Bilddaten eines Körperbereiches eines Patienten umfasst in bekannter Weise eine Speichereinrichtung für die Speicherung der Bilddaten, eine Eingabeeinheit zum Start einer Primärapplikation zur Detektion bestimmter Auffälligkeiten in der anatomischen Zielregion, die der ursächlichen diagnostischen Fragestellung entsprechen, sowie einer Ausgabeeinheit auf der dem Anwender das Ergebnis der Primärapplikation angezeigt wird. Die für die diagnostische Fragestellung relevante anatomische Region, in der vorliegenden Anmeldung auch als Zielregion bezeichnet, muss dabei selbstverständlich von den Bilddaten umfasst sein. Die Primärapplikation ist speziell zur Detektion von der diagnostischen Fragestellung entsprechenden Auffälligkeiten in der Zielregion ausgebildet. Alternativ kann über die Eingabeeinheit durch den Anwender auch eine diagnostische Fragestellung gewählt werden, auf deren Basis dann automatisch eine geeignete Primärapplikation gestartet wird.
  • Die Vorrichtung umfasst weiterhin mehrere Untersuchungsmodule, die jeweils zumindest eine Applikation für die automatische Detektion bestimmter Auffälligkeiten in einer bestimmten anatomischen Region umfassen. Die Vorrichtung zeichnet sich vor allem dadurch aus, dass zumindest ein Bestimmungsmodul, dem die Bilddaten über eine oder mehrere Eingangsschnittstellen zuführbar sind, zur Bestimmung eines oder mehrerer anatomischer Regionen, die durch die Bilddaten erfasst sind, und eine Steuerungseinheit vorhanden sind, die auf Basis zumindest der durch das Bestimmungsmodul bestimmten anatomischen Regionen weitere Applikationen automatisch auswählt und im Hintergrund ausführt, die für die Detektion von Auffälligkeiten in der durch die Bilddaten erfassten anatomischen Region oder den durch die Bilddaten erfassten anatomischen Regionen geeignet sind. Die Bestimmung der einen oder mehreren anatomischen Regionen durch das Bestimmungsmodul erfolgt über eine automatische Auswertung der Bilddaten mittels Mustererkennung, wobei vorzugsweise zusätzliche Daten berücksichtigt werden, die dem Bestimmungsmodul über die eine oder mehreren Eingangsschnittstellen zugeführt werden. Die Information über zusätzliche Auffälligkeiten, die mit den im Hintergrund ausgeführten Applikationen automatisch detektiert wurden, wird dann ebenfalls auf der Ausgabeeinheit angezeigt.
  • Mit der vorliegenden Vorrichtung werden somit unabhängig von der durch den Anwender vorgegebenen diagnostischen Fragestellung sämtliche in der Vorrichtung verfügbaren Applikationen zur automatischen Detektion von Auffälligkeiten gestartet und ausgeführt, die auf die abgespeicherten Bilddaten anwendbar sind. So kann beispielsweise bei einer Untersuchung des Dickdarms in den Bilddaten ebenfalls das Abdomen automatisch auf Auffälligkeiten und somit eventuelle weitere Befunde überprüft werden. Der Anwender wählt weiterhin in gewohnter Weise die primäre diagnostische Fragestellung aus oder startet die zugehörige Primärapplikation. Die von der Steuerungseinheit ausgewählten weiteren Applikationen laufen, in der Regel vom Anwender unbemerkt, im Hintergrund ab. Lediglich bei Detektion einer Auffälligkeit in den Bilddaten durch diese weiteren Applikationen wird dem Anwender ein Hinweis auf einen möglichen positiven Befund mitgeteilt. Er kann dann auf dem vorliegenden Bilddatensatz weitere Untersuchungen starten oder ggf. eine weitere Messung mit demselben oder einem anderen bildgebenden Verfahren veranlassen.
  • Für die automatische Auswahl weiterer Applikationen durch die Steuerungseinheit ist die Kenntnis darüber erforderlich, welche anatomischen Regionen mit den Bilddaten erfasst wurden. Die Bestimmung dieser anatomischen Regionen erfolgt durch das Bestimmungsmodul. Bei dieser Bestimmung über eine automatische Auswertung der Bilddaten können zusätzliche Informationen berücksichtigt werden, die dem Bestimmungsmodul über ein oder mehrere entsprechende Eingabeschnittstellen zugeführt werden. Hierbei kann es sich um Parametereingaben des Anwenders oder auch um andere Information, beispielsweise um Bilddaten anderer bildgebender Verfahren handeln, aus denen die anatomischen Bereiche bestimmt werden können.
  • Mit der vorliegenden Vorrichtung erfolgt somit eine automatische Detektion von Auffälligkeiten aufgrund der durch die eingesetzte medizinische Bildgebung erfassten anatomischen Region unabhängig von der eingesetzten primären diagnostischen Fragestellung. Bei den Auffälligkeiten kann es sich beispielsweise um Läsionen, Stenosen, Aneurysmen, Embolien, Lungenparenchymerkrankungen, Osteoporose oder anatomische Veränderungen handeln. Durch den Einsatz der Vorrichtung wird die Gefahr unerkannter Auffälligkeiten in den zur Verfügung stehenden medizinischen Bilddaten für den Anwender verringert, der in der Regel das Hauptaugenmerk auf die mit der diagnostischen Fragestellung zusammenhängenden Auffälligkeiten richtet. Die aufgezeichneten Bilddaten, die häufig auch außerhalb der diagnostischen Fragestellung liegende anatomische Bereiche umfassen, können damit optimal in ihrem Informationsgehalt genutzt werden. Der Anwender erhält automatisch einen Hinweis auf evtl. auffällige Befunde außerhalb der diagnostischen Fragestellung. Das Gleiche gilt selbstverständlich auch für die Detektion anderer als der mit der diagnostischen Fragestellung in Zusammenhang stehenden Auffälligkeiten in der anatomischen Zielregion.
  • Die weiteren Applikationen müssen nicht zeitgleich mit der Primärapplikation ablaufen. Dies gilt insbesondere dann, wenn der Anwender die Primärapplikation erst zu einem späteren Zeitpunkt startet. In diesem Fall können die weiteren Applikationen durch die Steuereinheit bereits nach Erhalt der Bilddaten gestartet und ausgeführt werden, so dass dem Anwender beim Start der Primärapplikation bereits mögliche Befunde aus den weiteren Applikationen angezeigt werden können. Von den weiteren Applikationen können mehrere oder alle zeitgleich, d. h. parallel, oder auch nacheinander ausgeführt werden. Hier sind abhängig von den Applikationen beliebige Kombinationen möglich. Selbstverständlich ist es vorteilhaft, möglichst viele Untersuchungsmodule und somit möglichst viele unterschiedliche Applikationen für die automatische Detektion unterschiedlicher Auffälligkeiten und/oder für die automatische Detektion von Auffälligkeiten in unterschiedlichen anatomischen Regionen in der Vorrichtung zur Verfügung zu haben. Je höher die Anzahl der Untersuchungsmodule ist, desto besser werden die aufgezeichneten Bilddaten auf mögliche Auffälligkeiten hin ausgewertet. Hierbei sind insbesondere Applikationen für die automatische Detektion von Auffälligkeiten in den anatomischen Regionen Brust, Lunge, Dickdarm, Leber, in den Knochen und im Gehirn von Vorteil. Weiterhin sollten Applikationen für die automatische Detektion in Gefäßen, beispielsweise die Auffindung von Verschlüssen, Aneurysmen und Gefäßmissbildungen vorhanden sein. Dies trifft auch für Nieren-, Gallen- und Blasensteine zu. Beispiele für geeignete Applikationen bzw. Algorithmen, auf die der Fachmann ohne weiteres Zugriff hat, finden sich beispielsweise in Willi A. Kalender, Computertomographie, Publicis MCD Werbeagentur, München, 2000, ISBN 3-89578-082-0; in Elliot K. Fishman, R. Brooke Jeffrey, Spiral CT, Raven Press New York, 1995; in R. Felix, M. Langer, Advances in CT II, Springer, Berlin, 1992, ISBN 3-540-55402-5; in H. Pokieser, G. Lechner, Advances in CT III, Springer, Berlin, 1994, ISBN 3-540-58198-7; oder in G. P. Krestin, G. M. Glazer, Advances in CT IV, Springer, Berlin, 1998, ISBN 3-540-64348-6.
  • Die vorliegende Vorrichtung wird nachfolgend anhand eines Ausführungsbeispiels in Verbindung mit der Zeichnung nochmals beispielhaft beschrieben. Die Figur zeigt hierbei ein Beispiel für eine derartige Vorrichtung mit einer Steuereinheit 1, ein oder mehreren Bestimmungsmodulen 2, einer Speichereinheit 3 für die Speicherung der Bilddaten, mehreren Untersuchungsmodulen 4, einer Eingabeeinheit 5 für den Anwender sowie einem Monitor 6 als Ausgabeeinheit. Von den Untersuchungsmodulen 4 sind im vorliegenden Beispiel ein Untersuchungsmodul mit ein oder mehreren Applikationen zur Detektion von Läsionen 14, ein Untersuchungsmodul mit ein oder mehreren Applikationen zur Detektion von Embolien 15, ein Untersuchungsmodul mit ein oder mehreren Applikationen zur Detektion von Stenosen 16, ein Untersuchungsmodul mit ein oder mehreren Applikationen zur Detektion einer Lungenparenchymerkrankung 17, ein Untersuchungsmodul mit ein oder mehreren Applikationen zur Detektion von Osteoporose 18, ein Untersuchungsmodul mit ein oder mehreren Applikationen zur Detektion von Aneurysmen 19 sowie ein Untersuchungsmodul mit ein oder mehreren Applikationen zur Detektion von anatomischen Fehlbildungen 20 zu erkennen. Mit dem Bezugszeichen 21 sind weitere Untersuchungsmodule mit weiteren Applikationen, ggf. auf unterschiedliche Körperregionen oder Organe spezialisierte Module, angedeutet.
  • Nach der Aufzeichnung der medizinischen Bilddaten, beispielsweise von CT-Bilddaten mit einem Computertomographen, werden die Bilddaten in der Speichereinheit 3 der Vorrichtung abgespeichert. In einem ersten Schritt wird anschließend durch das eine Bestimmungsmodul oder durch die mehreren Bestimmungsmodule 2 die anatomische Region bzw. die anatomischen Regionen bestimmt, die von den abgespeicherten Bilddaten erfasst sind. Hierzu können zusätzlich zu Mustererkennungsverfahren 12 beispielsweise Parametereingaben des Anwenders 10, ein mit dem Computertomographen erstelltes Topogramm 11 oder die Informationen anderer bildgebender Verfahren, wie z. B. einer Fernsehkamera 8, die die von den Bilddaten erfasste anatomische Region zeigt, oder eines Navigationssystems 9 im Bestimmungsmodul 2 verwendet werden. Mustererkennungsverfahren können die notwendigen Informationen aus den abgespeicherten Bilddaten 3 selbst extrahieren. Bezugszeichen 13 deutet an, dass die Bestimmung der anatomischen Regionen auch auf Basis weiterer Informationen erfolgen kann, die dem Bestimmungsmodul 2 zugeführt werden.
  • Abhängig von der durch das Bestimmungsmodul aufgefundenen anatomischen Region(en) werden über die Steuerungseinheit 1 die geeigneten Applikationen bzw. Algorithmen ausgewählt. Für diese Auswahl können zusätzlich, insbesondere im Falle der Computertomographie, Scanparameter 7 herangezogen werden. Hierbei kann es sich um Parameter handeln, die angeben, ob die Bilddaten mit Kontrastmittel oder ohne Kontrastmittel aufgezeichnet wurden, oder ob beispielsweise die angewendete Dosis eine sinnvolle Auswertung zur Detektion bestimmter Auffälligkeiten überhaupt zulässt. Weiterhin können Scanparameter auch die Applikationen bzw. Algorithmen selbst beeinflussen, so dass die Scanparameter den ausgewählten Applikationen durch die Steuereinheit zur Verfügung gestellt werden.
  • Hierbei können, wie das folgende Beispiel zeigt, durchaus unterschiedliche Applikationen bzw. Algorithmen auf die aufgezeichneten Bilddaten nacheinander angewendet werden. Bei Bilddaten aus einem CT mit Kontrastmittel von Brustbereich und Oberbauch ergeben sich folgende Anwendungen: Suche von Lungenknoten, Suche von Knoten der Bauchorgane (Leber, Niere, Bauchspeicheldrüse), Suche von Knochenmetastasen an Wirbelsäule und Rücken, Suche von Aortenaneurysmen, Suche von Stenosen der Herzkranzgefäße, Suche von Veränderungen des Lungenparenchyms, Suche nach Lungenembolien und nach osteoporotischen Veränderungen der Wirbelsäule. Darüber hinaus sind beispielsweise auch Vermessungen der Herzscheidewand sowie der Herzkammern denkbar. Diese Verfahren arbeiten im Hintergrund, d. h. parallel zu der Primärapplikation, in diesem Beispiel die Suche von Lungenknoten. Bei einem möglichen positiven Befund wird der Anwender über die Ausgabeeinheit 6 informiert, so dass er entsprechend weitere Maßnahmen einleiten kann.

Claims (4)

  1. Vorrichtung zur automatischen Detektion von Auffälligkeiten in medizinischen Bilddaten, insbesondere CT-Bilddaten, eines Körperbereiches eines Patienten, mit: – einer Speichereinrichtung (3) für die Speicherung der Bilddaten, wobei die Bilddaten mindestens eine anatomische Zielregion umfassen, – zumindest einem Bestimmungsmodul (2), das eine Einheit (12) zur Bestimmung einer oder mehrerer anatomischer Regionen, die durch die Bilddaten erfasst sind, mittels Mustererkennung aus den Bilddaten umfasst, wobei die Bilddaten dem Bestimmungsmodul (2) über eine oder mehrere Eingangsschnittstellen zuführbar sind, – mehreren unterschiedlichen Untersuchungsmodulen (4), die jeweils zumindest eine Applikation (1421) für die automatische Detektion bestimmter Auffälligkeiten in einer bestimmten anatomischen Region umfassen, – einer Eingabeeinheit (5), über die für die Zielregion eine der Applikationen (1421) zur Detektion von Auffälligkeiten als Primärapplikation gestartet werden kann, – einer Steuerungseinheit (1), die auf Basis zumindest der durch das Bestimmungsmodul (2) bestimmten einen oder mehreren anatomischen Regionen weitere Applikationen (1421) automatisch auswählt und im Hintergrund ausführt, die für die Detektion von Auffälligkeiten in der durch die Bilddaten erfassten anatomischen Region oder den durch die Bilddaten erfassten anatomischen Regionen geeignet sind, – einer Ausgabeeinheit (6), auf der das Ergebnis der Primärapplikation sowie eine Information über zusätzliche Auffälligkeiten angezeigt werden, die mit den im Hintergrund ausgeführten Applikationen (1421) automatisch detektiert wurden.
  2. Vorrichtung nach Anspruch 1, dadurch gekennzeichnet, dass das zumindest eine Bestimmungsmodul (2) weitere Einheiten (811, 13) zur Bestimmung der einen oder mehreren anatomischen Regionen aus Zusatzbilddaten umfasst, die dem Bestimmungsmodul (2) über die eine oder mehreren Eingangsschnittstellen zuführbar sind.
  3. Vorrichtung nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Steuerungseinheit (1) so ausgebildet ist, dass sie Zusatzinformation über die Bilddaten, insbesondere Aufnahmeparameter (7), bei der Auswahl der Applikationen berücksichtigt.
  4. Vorrichtung nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass die Untersuchungsmodule (4) zumindest Applikationen (1420) für die automatische Detektion von Läsionen und/oder Embolien und/oder Stenosen und/oder Lungenparenchymerkrankungen und/oder Osteoporose und/oder Aneurysmen und/oder anatomischen Fehlbildungen aufweisen.
DE102005036998.7A 2005-08-05 2005-08-05 Vorrichtung zur automatischen Detektion von Auffälligkeiten in medizinischen Bilddaten Active DE102005036998B4 (de)

Priority Applications (4)

Application Number Priority Date Filing Date Title
DE102005036998.7A DE102005036998B4 (de) 2005-08-05 2005-08-05 Vorrichtung zur automatischen Detektion von Auffälligkeiten in medizinischen Bilddaten
JP2006209462A JP4901358B2 (ja) 2005-08-05 2006-08-01 医用画像データにおける注目点の自動検出装置
US11/498,799 US7933436B2 (en) 2005-08-05 2006-08-04 Apparatus for automatically detecting salient features in medical image data
CN200610146374XA CN1935089B (zh) 2005-08-05 2006-08-04 用于自动检测医学图像数据中异常的装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102005036998.7A DE102005036998B4 (de) 2005-08-05 2005-08-05 Vorrichtung zur automatischen Detektion von Auffälligkeiten in medizinischen Bilddaten

Publications (2)

Publication Number Publication Date
DE102005036998A1 DE102005036998A1 (de) 2007-02-08
DE102005036998B4 true DE102005036998B4 (de) 2014-11-20

Family

ID=37670031

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102005036998.7A Active DE102005036998B4 (de) 2005-08-05 2005-08-05 Vorrichtung zur automatischen Detektion von Auffälligkeiten in medizinischen Bilddaten

Country Status (4)

Country Link
US (1) US7933436B2 (de)
JP (1) JP4901358B2 (de)
CN (1) CN1935089B (de)
DE (1) DE102005036998B4 (de)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5196751B2 (ja) 2006-09-13 2013-05-15 株式会社東芝 コンピュータ支援診断装置
JP5725797B2 (ja) * 2010-10-29 2015-05-27 株式会社東芝 医用画像処理装置
JP5856745B2 (ja) * 2011-03-15 2016-02-10 オリンパス株式会社 手術システム及びその制御方法
CN103493103A (zh) * 2011-04-08 2014-01-01 皇家飞利浦有限公司 图像处理系统和方法
CN103892855A (zh) * 2012-12-28 2014-07-02 上海联影医疗科技有限公司 数字医疗图像处理方法和装置
US9704059B2 (en) 2014-02-12 2017-07-11 International Business Machines Corporation Anomaly detection in medical imagery
US8917925B1 (en) 2014-03-28 2014-12-23 Heartflow, Inc. Systems and methods for data and model-driven image reconstruction and enhancement
CN104771186B (zh) * 2015-03-18 2019-02-01 沈阳航空航天大学 一种用于硬膜下血肿体积计算的应用系统
US10438088B2 (en) * 2016-12-08 2019-10-08 Intel Corporation Visual-saliency driven scene description
EP3637303B1 (de) 2018-10-09 2024-02-14 Naver Corporation Verfahren zur erzeugung einer basis von trainingsbildern zum training eines cnn und zur detektion einer poi-veränderung in einem paar von eingegebenen poi-nachrichten unter verwendung von besagtem cnn
WO2020206911A1 (zh) * 2019-04-11 2020-10-15 平安科技(深圳)有限公司 一种疾病分析模型的调度方法、装置及终端设备
US11798677B2 (en) * 2019-12-31 2023-10-24 GE Precision Healthcare LLC Method and system for providing a guided workflow through a series of ultrasound image acquisitions with reference images updated based on a determined anatomical position

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5235510A (en) * 1990-11-22 1993-08-10 Kabushiki Kaisha Toshiba Computer-aided diagnosis system for medical use
WO2004029851A1 (en) * 2002-09-24 2004-04-08 Eastman Kodak Company Method and system for computer aided detection (cad) cued reading of medical images

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020097902A1 (en) * 1993-09-29 2002-07-25 Roehrig Jimmy R. Method and system for the display of regions of interest in medical images
US5660176A (en) * 1993-12-29 1997-08-26 First Opinion Corporation Computerized medical diagnostic and treatment advice system
US6169817B1 (en) * 1998-11-04 2001-01-02 University Of Rochester System and method for 4D reconstruction and visualization
US6171246B1 (en) * 1999-04-29 2001-01-09 Michalakis Averkiou Realtime ultrasonic imaging of perfusion using ultrasonic contrast agents
US7526112B2 (en) * 2001-04-30 2009-04-28 Chase Medical, L.P. System and method for facilitating cardiac intervention
US7327862B2 (en) * 2001-04-30 2008-02-05 Chase Medical, L.P. System and method for facilitating cardiac intervention
JP2002360521A (ja) * 2001-06-07 2002-12-17 Hitachi Medical Corp 画像処理装置
DE10141186A1 (de) * 2001-08-22 2003-03-20 Siemens Ag Einrichtung zum Bearbeiten von Bildern, insbesondere medizinischen Bildern
DE50102342D1 (de) * 2001-10-24 2004-06-24 Brainlab Ag Navigierte Mikrosonde
ITBO20010763A1 (it) * 2001-12-14 2003-06-16 Renato Campanini Metodo , e relativa apparecchiatura , per la ricerca automatica di zone di interesse in immagini digitali di tessuto biologico
US7095890B2 (en) * 2002-02-01 2006-08-22 Siemens Corporate Research, Inc. Integration of visual information, anatomic constraints and prior shape knowledge for medical segmentations
AU2003224346A1 (en) * 2002-04-26 2003-11-10 Koninklijke Philips Electronics N.V. Method, computer program and system of visualizing image data
US20040022425A1 (en) * 2002-07-31 2004-02-05 Ge Medical Systems Global Technology Company Llc Temporal image comparison method
JP4346297B2 (ja) * 2002-10-22 2009-10-21 株式会社東芝 X線コンピュータ断層撮影装置、画像処理装置及び画像処理方法
US6628743B1 (en) * 2002-11-26 2003-09-30 Ge Medical Systems Global Technology Company, Llc Method and apparatus for acquiring and analyzing cardiac data from a patient
US7490085B2 (en) * 2002-12-18 2009-02-10 Ge Medical Systems Global Technology Company, Llc Computer-assisted data processing system and method incorporating automated learning
EP1602056A2 (de) * 2003-03-11 2005-12-07 Siemens Medical Solutions USA, Inc. Rechnerunterstützte erkennungssysteme und verfahren zum sicherstellen der manuellen überprüfung von rechnermarkierungen in medizinischen bildern
JP4184842B2 (ja) * 2003-03-19 2008-11-19 富士フイルム株式会社 画像判別装置、方法およびプログラム
US6896657B2 (en) * 2003-05-23 2005-05-24 Scimed Life Systems, Inc. Method and system for registering ultrasound image in three-dimensional coordinate system
US7369638B2 (en) * 2003-07-11 2008-05-06 Siemens Medical Solutions Usa, Inc. System and method for detecting a protrusion in a medical image
US7668358B2 (en) * 2003-07-18 2010-02-23 Hologic, Inc. Model-based grayscale registration of medical images
US7545965B2 (en) * 2003-11-10 2009-06-09 The University Of Chicago Image modification and detection using massive training artificial neural networks (MTANN)
US7346203B2 (en) * 2003-11-19 2008-03-18 General Electric Company Methods and apparatus for processing image data to aid in detecting disease
US20050152589A1 (en) * 2003-11-24 2005-07-14 Vucomp, Inc. CAD medical imaging system, components, and method of operation
US7492931B2 (en) * 2003-11-26 2009-02-17 Ge Medical Systems Global Technology Company, Llc Image temporal change detection and display method and apparatus
US8442280B2 (en) * 2004-01-21 2013-05-14 Edda Technology, Inc. Method and system for intelligent qualitative and quantitative analysis of digital radiography softcopy reading
US7403811B2 (en) * 2004-03-01 2008-07-22 Scimed Life Systems, Inc. Method of catheter tracking using image information
US7310651B2 (en) * 2004-08-18 2007-12-18 Ashok Dave Medical media file management system and method
US7756358B2 (en) * 2004-11-30 2010-07-13 Hewlett-Packard Development Company, L.P. System and method of aligning images
US7720520B2 (en) * 2004-12-01 2010-05-18 Boston Scientific Scimed, Inc. Method and system for registering an image with a navigation reference catheter
US7672493B2 (en) * 2005-01-31 2010-03-02 Siemens Medical Solutions Usa, Inc. Method for analyzing medical image data using level set
US7764816B2 (en) * 2005-02-01 2010-07-27 Siemens Medical Solutions Usa, Inc. Method for analyzing medical image data
DE602005002925T2 (de) * 2005-02-23 2008-07-24 Saab Ab Entfaltbarer Radarreflektor
US7599542B2 (en) * 2005-04-08 2009-10-06 John Philip Brockway System and method for detection and display of diseases and abnormalities using confidence imaging
US7620227B2 (en) * 2005-12-29 2009-11-17 General Electric Co. Computer-aided detection system utilizing temporal analysis as a precursor to spatial analysis
DE102006008509A1 (de) * 2006-02-23 2007-08-02 Siemens Ag Verfahren und Vorrichtung zur verbesserten automatischen Detektion von Auffälligkeiten in medizinischen Bilddaten
US7903857B2 (en) * 2006-04-17 2011-03-08 Siemens Medical Solutions Usa, Inc. Robust click-point linking with geometric configuration context: interactive localized registration approach

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5235510A (en) * 1990-11-22 1993-08-10 Kabushiki Kaisha Toshiba Computer-aided diagnosis system for medical use
WO2004029851A1 (en) * 2002-09-24 2004-04-08 Eastman Kodak Company Method and system for computer aided detection (cad) cued reading of medical images

Also Published As

Publication number Publication date
CN1935089A (zh) 2007-03-28
DE102005036998A1 (de) 2007-02-08
JP2007044508A (ja) 2007-02-22
CN1935089B (zh) 2011-08-31
US20070031016A1 (en) 2007-02-08
US7933436B2 (en) 2011-04-26
JP4901358B2 (ja) 2012-03-21

Similar Documents

Publication Publication Date Title
DE102005036998B4 (de) Vorrichtung zur automatischen Detektion von Auffälligkeiten in medizinischen Bilddaten
DE102015221998B4 (de) Verfahren zur Unterstützung eines Befunders bei der Ortsbeschreibung einer Zielstruktur in einer Brust, Vorrichtung und Computerprogramm
DE102009053471B4 (de) Verfahren und Vorrichtung zur Identifizierung und Zuordnung von Koronarkalk zu einem Herzkranzgefäß sowie Computerprogrammprodukt
DE102007056256B4 (de) Gerät zur Generierung einer Risikometrik bei weicher Plaque in Gefäßen und maschinenlesbares Medium hierfür
DE102005030646B4 (de) Verfahren zur Kontur-Visualisierung von zumindest einer interessierenden Region in 2D-Durchleuchtungsbildern
DE602005003015T2 (de) Verfahren und Vorrichtung für Rekonstruktion der zweidimensionalen Schnittbilder
DE112005001755T5 (de) System und Verfahren zur Baummodell-Visualisierung zur Erkennung von Lungenembolie
DE102005038326A1 (de) Verfahren und Vorrichtung zur Planung medizinischer Eingriffsprozeduren und zur Lokalisierung und Navigation eines Eingriffswerkzeugs
DE112005001741T5 (de) System und Verfahren zur Baumprojektion zur Erkennung von Lungenembolie
DE102004056783A1 (de) Verfahren und Vorrichtung zum Segmentieren von Strukturen in einer CT-Angiographie
DE102005026220A1 (de) Verfahren zur Aufnahme, Analyse und Darstellung eines medizinischen Bilddatensatzes
DE102006012015A1 (de) Verfahren und Systeme zur Überwachung einer Tumorbelastung
DE602004009653T2 (de) Vorrichtung, Verfahren, Programm und maschinenlesbares Speichermedium zur Strahlungsbildverarbeitung
DE102016219887A1 (de) Verfahren und System zur Nutzung von Messdaten
DE102010019421A1 (de) Bildgebendes Verfahren zur Darstellung von Ergebnissen intravaskulärer Bildgebung und CFD-Ergebnissen sowie Medizinsystem zur Durchführung des Verfahrens
DE102006008509A1 (de) Verfahren und Vorrichtung zur verbesserten automatischen Detektion von Auffälligkeiten in medizinischen Bilddaten
DE102006058941A1 (de) Verfahren und Vorrichtung zum Auswählen computergestützter Algorithmen, basierend auf dem Protokoll und/oder Parametern eines Akquisitionssystems
DE102022112136A1 (de) Medizinisches bildanalysegerät, verfahren und medizinisches bild, visualisierungsgerät und verfahren
DE10338145B4 (de) Verfahren zur Darstellung von 3D Bilddaten
DE102009032257B4 (de) Verfahren und Vorrichtung zur automatisierten Ermittlung der Mittellinie zumindest eines Teilstücks einer tubulären Gewebestruktur
DE102020216306A1 (de) Computerimplementiertes Verfahren zum Betrieb einer medizinischen Bildgebungseinrichtung, Bildgebungseinrichtung, Computerprogramm und elektronisch lesbarer Datenträger
DE102006059383A1 (de) Verfahren und Bildbearbeitungssystem zur Erzeugung von Ergebnisbildern eines Untersuchungsobjekts
DE102006032990A1 (de) Verfahren und Vorrichtung zur Bestimmung des räumlichen Verlaufs einer Gefäßachse in Volumendatensätzen der medizinischen Bildgebung
DE102013210252A1 (de) Automatische Generierung eines Auswahl-Bilddatensatzes
DE102006048834A1 (de) Bildliche Darstellung dreidimensionaler Datensätze

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
8120 Willingness to grant licences paragraph 23
R016 Response to examination communication
R018 Grant decision by examination section/examining division
R020 Patent grant now final
R081 Change of applicant/patentee

Owner name: SIEMENS HEALTHCARE GMBH, DE

Free format text: FORMER OWNER: SIEMENS AKTIENGESELLSCHAFT, 80333 MUENCHEN, DE

R081 Change of applicant/patentee

Owner name: SIEMENS HEALTHINEERS AG, DE

Free format text: FORMER OWNER: SIEMENS HEALTHCARE GMBH, MUENCHEN, DE